Kaip „LinkedIn“ AI pagrįsta strategija paskatino SEO

„LinkedIn“ bendradarbiavimo straipsnių funkcijos per vienerius metus viršijo 10 milijonų puslapių ekspertinio turinio. Nuo 270 m. rugsėjo mėn. projekto „Bendradarbiavimo straipsniai“ savaitės žiūrovų skaičius išaugo daugiau nei 2023 %. Tai, kaip jie pasiekė šių etapų ir ketina pasiekti dar geresnių rezultatų, suteikia naudingos informacijos kuriant SEO strategiją, kuri apjungia AI ir žmogaus įgūdžius.

Kodėl bendradarbiavimo straipsniai veikia?

Bendradarbiavimo straipsnių projektas grindžiamas prielaida, kad žmonės naudojasi internetu norėdami sužinoti temas, tačiau tai, ką galima rasti internete, tik kartais yra pati patikimiausia temos ekspertų informacija.

Žmogus dažnai ieško "Google" ir tada pereina į tokią svetainę kaip raudonassakė norėdami perskaityti, kas paskelbta. Vis dėlto nėra jokios garantijos, kad medžiaga yra iš dalyko eksperto ar žmogaus, turinčio didžiausią socialinę žiniasklaidą. Kaip asmuo, kuris nėra dalyko ekspertas, gali nustatyti, ar nepažįstamo žmogaus įrašas yra patikimas ir ekspertas?

Idėja buvo panaudoti LinkedIn ekspertai, kad sukurtų straipsnius apie problemas, kuriose jie yra ekspertai. Puslapiai reitinguojami „Google“, o tai naudinga dalyko ekspertui ir skatina jį generuoti daugiau turinio.

Kaip „LinkedIn“ sukūrė 10 milijonų puslapių ekspertinio turinio

„LinkedIn“ atpažįsta dalykų srities ekspertus ir susisiekia su jais, kad parašytų esė šia tema. „LinkedIn“ redakcijos komanda sukūrė AI „pokalbio pradininkas“ esė temų generavimo įrankis. Tada šios pokalbių temos yra susietos su dalykų srities ekspertais, nustatytais „LinkedIn“ įgūdžių diagramoje.

„LinkedIn Skills Graph“ sujungia „LinkedIn“ naudotojus su dalykinėmis žiniomis, naudodama sistemą, vadinamą „Struktūriniais įgūdžiais“, kuri naudoja mašininio mokymosi modelius ir natūralios kalbos apdorojimą, kad atskleistų panašius talentus, kurių nariai aiškiai neapibrėžia.

Žemėlapių sudarymas pradedamas nuo sugebėjimų, aptiktų narių profiliuose, pareigybių aprašymuose ir kituose svetainės tekstiniuose duomenyse. Tada jis naudoja dirbtinį intelektą, mašininį mokymąsi ir natūralios kalbos apdorojimą, kad išplėstų narių papildomas žinias apie dalykus.

Įgūdžių grafiko aprašyme aprašoma:

„Jei narys yra susipažinęs su dirbtiniais neuroniniais tinklais, jis taip pat yra susipažinęs su giluminiu mokymusi, kuris yra mašininio mokymosi sinonimas.

Mūsų mašininio mokymosi ir AI algoritmai analizuoja didelį duomenų kiekį, kad nustatytų naujas galimybes ir ryšius.

Mes naudojame natūralios kalbos apdorojimą, kad užtikrintai išgautume įgūdžius iš įvairių teksto formų. Tai užtikrina tikslų narių gebėjimų atvaizdavimą.

Patirtis, kompetencija, autoritetas ir patikimumas

„LinkedIn“ Bendradarbiavimo straipsnių iniciatyva turi puikią pagrindinę koncepciją, kurios rezultatas yra milijonai puslapių aukštos kokybės medžiagos, kurią parašė temos ekspertai įvairiomis temomis. Tai gali paaiškinti, kodėl „LinkedIn“ puslapiai tapo labiau matomi „Google“ paieškose.

„LinkedIn“ atnaujina savo bendradarbiavimo straipsnių iniciatyvą su naujomis funkcijomis, kuriomis siekiama dar labiau pagerinti puslapio kokybę.

• Pakeistas klausimų uždavimo būdas: „LinkedIn“ dabar pateikia scenarijus dalyko ekspertams, kurie gali atsakyti pateikdami esė apie realaus pasaulio temas ir užklausas.

• Naujas nenaudingas mygtukas: Dabar yra parinktis, kurią vartotojai gali naudoti norėdami pranešti „LinkedIn“, kad tam tikras rašinys nėra naudingas. Žvelgiant į SEO požiūriu žavu, kad „LinkedIn“ pateikia mygtuką „Nepatinka“ per naudingumo objektyvą.

• Patobulinti temų atitikimo algoritmai: „LinkedIn“ patobulino, kaip jie priderina žmones prie temų, naudodami tai, ką jie vadina „Įterpimu pagrįstu paieškomis, kad būtų pagerintas atitikimas“, kuris buvo sukurtas atsižvelgiant į narių komentarus apie temų ir narių atitikimo kokybę.

LinkedIn paaiškina,

„Mes sutelkėme savo pastangas į savo straipsnių ir narių ekspertų suderinimo įgūdžius, gavę narių indėlį naudodami vertinimo įrankius. Viena iš naujų technologijų, kurias naudojame, yra įterpimu pagrįstas paieškos (EBR) naudojimas. Ši technika sukuria ir narių, ir straipsnių įterpimus toje pačioje semantinėje erdvėje, o tada atlieka apytikslę artimiausio kaimyno paiešką, kad rastų geriausius straipsnių atitikmenis bendraautoriams.

„LinkedIn“ bendradarbiaujančių straipsnių projektas yra viena iš labiausiai apgalvotų pastarųjų metų turinio kūrimo iniciatyvų. Tai ne tik išskirtinė, kad dirbtinio intelekto ir mašininio mokymosi technologija sujungiama su žmogaus įgūdžiais, kad būtų sukurta ekspertinė ir naudinga informacija, kuri skaitytojams patinka ir kuria gali pasitikėti.

„LinkedIn“ dabar naudoja naudotojo sąveikos signalus, kad pagerintų temos ekspertų, kurių prašoma parašyti straipsnius, kokybę ir atpažintų turinį, kuris neatitinka vartotojų poreikių.

Straipsnių rašymo pranašumai apima aukštos kokybės temos ekspertų reklamavimą kiekvieną kartą, kai jų straipsnis patenka į „Google“, todėl kiekvienas, reklamuojantis paslaugą ar produktą arba ieškantis klientų ar kito darbo, gali parodyti savo įgūdžius, kompetenciją ir autoritetingumą. .

Šaltinis- paieškos žurnalas